머신러닝 분류

머신러닝 분류

​

머신 러닝의 분류 시 크게 3가지로 분류됩니다.

1. Supervised(지도)

2. Unsupervised(비지도)

3. Reinforcement(강화)

​

IoT 플랫폼의 머신러닝은 사용자가 각각 어떤 용도에 따라 학습 방법을 선택하게 됩니다.

​

예를 들어, 실내의 화재나 가스감지를 위해서는 Supervised를 많이 쓰고 있습니다.

온습도, 먼지 등을 측정하는 센서들의 데이터를 수집하고, 각 데이터들을 카테고리로 분류할 수 있다면 화재나 가스 사고 발생 전, 데이터들의 값들을 통해 이상 징후를 확인할 수도 있습니다

 

머신러닝 분류

 

 

쉽게 설명하자면,

​

Supervised Learning은 트레이닝 데이터 셋으로 학습을 한 후 라벨이 지정되지 않은 데이터 셋을 이용하여 학습된 알고리즘의 정확성을 측정하는 방법입니다.

​

Unsupervised Learning은 Supervised와 반대 개념으로 명시적인 답인 라벨이 지정되지 않은 데이터 셋을 이용하여, 데이터를 비슷한 특성으로 분류 방법

​

Reinforcement Learning은 앞선 두 가지와 다르게 주어진 정적인 상태가 아닌 주어진 값에 대해서 Reward를 얻으면서 학습 시키는 방법입니다.